ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

نقش الگوریتم های فرا ابتکاری در یادگیری عمیق

سال انتشار: 1396
کد COI مقاله: TESCONF01_055
زبان مقاله: فارسیمشاهده این مقاله: 809
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
محتوای کامل این مقاله با فرمت WORD هم قابل دریافت می باشد.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 12 صفحه است به صورت فایل PDF و یا WORD در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله نقش الگوریتم های فرا ابتکاری در یادگیری عمیق

علیرضا مسرور مهرپرور - دانشجوی کارشناسی ارشد مهندسی هوش مصنوعی و رباتیکز دانشگاه ایوانکی
محمد ربیعی - دکتری فناوری اطلاعات در مهندسی صنایع، هیات علمی دانشگاه ایوانکی
نیما فرجیان - استادیار گروه مهندسی کامپیوتر، دانشکده برق و کامپیوتر، دانشگاه ایوانکی

چکیده مقاله:

یادگیری عمیق گونه ای از یادگیری ماشینی است که از لایه های متعدد تبدیلات خطی به منظور پردازش سیگنال های حسی مانند صدا و تصویر استفاده می کند. ماشین در این روش مفاهیم پیچیده را به مفاهیم ساده تری تبدیل میکند و با ادامه این روند به مفاهیم پایه ای میرسد. اعتقاد بر این است که یادگیری عمیق به عنوان یک ابزار مناسب برای استخراج مفهوم از حجم بسیار بزرگی از داده ها که کلان داده نامیده می شوند، کاربرد دارد. یک ویژگی مهم کلان داده سرعت می باشد، که به این معنی است که یادگیری باید افزایشی باشد زیرا داده ها به سرعت جمع می شوند. یادگیری عمیق باید سریع و دقیق عمل کند، به همین خاطر طراحی شبکه عصبی که در زمانی معقول آموزش داده شود و دقیق عمل کند یک چالش محسوب می شود. به همین جهت از الگوریتم های فرا ابتکاری استفاده می شود. در این مقاله به بررسی الگوریتم های فراابتکاری برای بهینه سازی شبکه عصبی در زمینه تحلیل کلان داده ها می پردازیم.

کلیدواژه ها:

یادگیری عمیق، الگوریتم فرا ابتکاری، کلان داده

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا TESCONF01_055 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/748389/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
مسرور مهرپرور، علیرضا و ربیعی، محمد و فرجیان، نیما،1396،نقش الگوریتم های فرا ابتکاری در یادگیری عمیق،کنفرانس ملی کاربرد فناوری های نوین در علوم و مهندسی، برق و کامپیوتر و IT،تهران،https://civilica.com/doc/748389

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1396، مسرور مهرپرور، علیرضا؛ محمد ربیعی و نیما فرجیان)
برای بار دوم به بعد: (1396، مسرور مهرپرور؛ ربیعی و فرجیان)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

نظرات خوانندگان

5.00
1 تعداد پژوهشگران نظر دهنده
5 1
4 0
3 0
2 0
1 0

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: موسسه غیرانتفاعی
تعداد مقالات: 1,104
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی